Nauka
Regresja logistyczna
Wyświetlane są wszystkie pytania.
Pytanie 33
Procedury SAS, którymi mierzy się siłę współliniowości, to:
PROC CORR
PROC REG
PROC CORR oraz PROC REG
PROC LOGISTIC
Pytanie 34
Interakcje
zwiększają znajomość mechanizmu przyczynowego oraz mają charakter naturalny
zwiększają znajomość mechanizmu przyczynowego
wynikają ze słabej jakości danych, niejasności w danych
mają charakter naturalny (coś z natury różni się między klasami)
Pytanie 35
Założenia dotyczące liniowości w modelach regresji logistycznej dotyczą:
liniowego związku ilorazu szans i wektora zmiennych objaśniających
liniowego związku logitu i wektora zmiennych objaśniających
liniowego związku szans i wektora zmiennych objaśniających
liniowego związku prawdopodobieństwa i wektora zmiennych objaśniających
Pytanie 36
Do metod pozwalających rozwiązać problem z nieliniowością w regresji logistycznej zaliczyć można:
zastosowanie wyższej potęgi ciągłej zmiennej objaśniającej oraz podział zmiennej ciągłej na kategorie
zmiana sposobu kodowania zmiennej objaśniające
zastosowanie wyższej potęgi ciągłej zmiennej objaśniającej
podział zmiennej ciągłej na kategorie
Pytanie 37
Test Boxa-Tidwella badający liniowość w modelach regresji logistycznej polega na:
dodaniu do modelu interakcji zmiennej ciągłej i jej kwadratu
dodaniu do modelu interakcji zmiennej ciągłej i jej logarytmu naturalnego
usunięciu z modelu zmiennej ciągłej i ponownym oszacowaniu parametrów
kategoryzacji zmiennej ciągłej
Pytanie 38
Nieliniowość w modelu może powstać podczas:
selekcji danych do modelu
kodowania zmiennej z natury ciągłej
dyskretyzacji zmiennych
wszystkie odpowiedzi są niepoprawne
Pytanie 39
Krzywa ROC powstaje poprzez zaznaczenie na wykresie wartości wskaźników:
True Positive Rate i True Negative Rate
False Positive Rate i False Negative Rate
True Positive Rate i False Positive Rate
Sensitivity i Specificity
Pytanie 40
Statystyki D Somersa, Gamma oraz Tau-a testują:
hipoteze zerową, że model jest dobrze dopasowany do danych
niezależność zmiennych objaśnianej i objaśniających, na podstawie tablic kontyngencji.
różnice pomiędzy przewidywaną a obserwowaną liczbą obserwacji w danych grupach.
ograniczenie dużego zbioru potencjalnych zmiennych objaśniających (spośród grona modeli adekwatnie opisujących dane zjawisko, najlepszym modelem jest model najprostszy